|
摘 要：随着Internet的普及和深入，网络远程教学越来越多地受到了教育工作者的关注和研究，但是目前的网络教学质量体系还显得不够完善、健全。如何建立一个行之有效的网络教学评价模型，已成为远程教育工作者面临的一个重要课题。本文中，通过应用数据挖掘技术实现网上教学评价模型，希望能为教育信息化建设提供有价值的参考。
关键词：数据挖掘；网络教学评价；评价模型
0 前言
教学评价是教学活动的一个重要环节，不同的教育价值观就会有不同的网络教学评价体系。随着网上课程改革在全国范围内的不断深入展开，传统教学评价中的弊端也越来越明显地在改革中体现出来。信息技术虽然是一门新兴的学科，受传统教学观念的束缚较少，但它作为一门年轻的学科，在形成具有自身学科特点的教学评价方面还显得比较薄弱。因此，建立一种新的适应远程教学需要的、以学生发展为中心、提高网络教学水平的当代网络教学评价模型，显得非常迫切和必要。
1 数据挖掘技术概述
数据挖掘是一个集统计学、人工智能、模式识别、并行计算、机器学习、数据库等技术于一体的交叉性学科研究领域。数据挖掘技术是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，又被称为数据库中的知识发现(KDD：knowledge discovery in database)。数据挖掘是要发现那些不能靠直觉发现甚至是违背直觉的信息或知识，挖掘后得到的信息可能会出乎意料之外，但是非常有价值，这些信息有利于决策者及时做出有效的决策。
2 数据挖掘的流程
数据挖掘基本过程和主要步骤内容如下：
2.1 明确目的
在进行数据挖掘工作前，要清楚地知道数据挖掘的目标。事先明确挖掘的业务目标，确定达到目标的评价方法，这将大大减少挖掘工作的难度和挖掘量，否则就很难获得数据挖掘的效果。
2.2 数据准备
（1）数据的选择
建立了挖掘目标后，为实现这个目标选择数据。这些数据可能是数据仓库或数据市场的子集，也可能是各个联机事务处理系统中的数据。数据可能存在重名、错误、格式不一致等问题，挖掘前要增强数据的质量以保证给数据挖掘工具提供正确的数据。
（2） 数据的预处理
在数据采集的过程中，有许多因素影响数据的准确性，所以必须对数据进行再加工，包括检查数据的完整性及数据的一致性、去噪声，填补丢失的域，删除无效数据等。
（3） 数据的转换
将数据转换成一个分析模型，这个分析模型是针对挖掘算法建立的。建立一个真正适合挖掘算法的分析模型是数据挖掘成功的关键。
2.3 数据挖掘
根据数据功能的类型和数据的特点选择相应的算法，在净化和转换过的数据集上进行数据挖掘。
2.4 结果分析
对数据挖掘的结果进行解释和评价，根据用户的决策目的，转换成为能够最终被用户理解的知识。其使用的分析方法一般根据数据挖掘操作而定，通常会用到可视化技术。
2.5 知识的同化
将分析所得到的知识集成到业务信息系统的组织结构中去。
3 网络教学的评价对象
参与网络教学的对象主要是学生和教师，要对学习和教学的过程与效果进行充分的评价，因此对这两类对象要采取不同方式的评价，在此基础上设计适合于网络教学的教学评价模型。
3.1 对学生的评价
对学生的评价是网络教学评价的主要内容。网络教学评价注重对学生的态度、意义建构过程的评价，一方面真正了解学生的学习过程，另一方面对学生的学习过程给予及时的反馈，为学生提供帮助和建议。主要包括以下几个功能模块：
（1） 交互程度模块
网络教育的研究与实践已充分表明，交互式学习对于学生动机的激发与保持、远程学习成功与否起到关键性的作用。通过发表文章数，讨论得分，查看学生留言以及统计师生交流的参数分析综合反映学生的交互程度。
（2） 答疑模块
在网络学习过程中，学生需要向教师或相关专家请教问题是不可避免的。通过答疑，学生可以更加深入地学习，可促进知识意义的建构。答疑情况可以通过学生请教问题数，浏览问题解决的次数等综合反映学生对学习知识的理解程度及主动学习的积极性。
（3） 资源利用模块
学生利用丰富的课程资源及互联网资源进行学习是网络教学的一大优势，学生对资源的利用不仅指利用教师在网上提供的在线学习资源，对体现学生的学习过程和意义建构过程来说，更为有效的是下载教师上传的资源后进行学习。
（4） 作业模块
通过作业完成情况与得分，评价模块由此提供学生对于知识点的掌握程度的信息和作业完成情况的信息，了解学生的学习情况和学习过程中遇到的困难。
（5） 测试模块
考试是对学习者的网络学习情况做出的阶段性评定。对于网络学习来说，考试不是目的，而是一种促进更佳学习的手段。评价模型据此生成学习者知识点掌握程度及知识运用程度报表，并对学习者的下一步学习提供改进意见。
3.2 对教师的评价
在网络教学环境中，学生与教师的地位发生了改变，教师成为学生学习的辅助者而不再是传递者，信息的传递主要由网络系统完成。尽管如此，教师在网络教学过程中对学生具有一定指导和帮助作用，教师的参与对开展远程教育依然有着重要意义。对教师的评价主要包括以下几个功能：
（1）师生交互模块
教师与学生的交互程度表现在对学生学习的关注程度，是否组织起有效的讨论和聊天室的讨论，是否对学生讨论情况进行评价，教师授课学生的发言人数、发言量等等，据此体现教师对学生关注程度、使用教学策略、教学组织情况。
（2）作业与答疑模块
对学生作业批改以及给予适当的辅导意见，浏览学生所提问题的次数及回答的题目数量，据此提供教师对学生学习的关注程度和对学生的疑难的解决程度的参数，在反馈信息中生成教师调整教学满足学生学习需要程度的曲线。
（3）参与教学活动模块
用登录时间与注销登录时间来确定教师在线时间及教师在网上发布教学信息等参数反映教师对教学活动参与的主动性。
（4）资料提供模块
教师上传教学资源的数量，由此提供组织学生学习的广度和深度的信息。教师提供的学习资料是否能及时更新，学生对资源情况的利用率以此提供教师对教学内容的把握程度与教学内容能否满足学生需求程度的信息。
（5）授课学生成绩模块
学生的成绩从一定程度上反映教师的教学质量和教学效果，由授课学生的考试成绩和作业成绩提供对教师授课质量的参考指标，但不能以此为准绳。
4 网络教学评价模型总体设计
首先把决策主题所需要的数据，从各种相关的数据库或数据文件等外部数据源中抽取出来，进行各种必要的清洗、整合和转换处理，再将这些数据集成存储到仓库中。数据仓库是以一定的组织结构存储各种主题数据。在此基础上分别建立两个相互独立的平台，即教师平台和学生平台，然后对网络教学中的数据进行有效地挖掘，最后得到教学评价分析报告。网络教学评价模型见图。
5 设计网络教学评价模型的意义和展望
5.1 示范。对网络教学进行评价，找出成功和不成功的教学模式，无疑会为整个网络教育界提供范例，减少摸索的实践，促进网络教学质量的提高。
5.2 指导。分析、理解网络教学活动过程中教师和学生的行为和结果，指导教师和学生在教学过程中不断改善和调整教学方法，增强师生参与网络教学的积极性和主动性。
5.3 决策。通过对网络教学的评价，其评价结果将对开发和决策提供有力的佐证，有助于决策的进行。
5.4 标准化。全面、综合、客观地评价网络教学会对网络教学的标准化起到促进的作用。
参考文献：
［1］ 庞先伟，基于数据挖掘技术的资源型学习，中国教育改革，第三期，2003.7
［2］ 屠 宏、吴宏江，数据挖掘在网络学习者学习特征分析系统中应用，《远程教育杂志》，2004.5
［3］ 朱 明，《数据挖掘》，中国科学技术大学出版社，2002.2
［4］ 邵兴江，数据挖掘在教育信息化中的应用空间分析，《浙江现代教育技术》，2004.3
［5］ 朱凌云、罗廷锦、余胜泉，网络课程评价，开放教育，2003.2
【完】
|
